自动获取控制点的人脸表情变形

 提出了一种自动获取控制点的人脸表情变形方法,该方法首先通过主动形状模型(Active Shape Model,ASM)算法自动提取人脸特征点,亦即控制点,然后使用基于控制点的Morphing技术,使一张中性状态的人脸平滑地过渡到有表情的人脸.     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下,该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。     

ASM1模型在污水生物添加强化脱氮的仿真研究

通过定义投加比概念、以及向ASM1模型矩阵中增加新组分Xaa(投加硝化菌)和添加相应的过程方程等方法,对生物添加过程建立教学模型.并针对投加比、泥龄等影响因素,模拟了生物添加强化脱氮的过程.仿真结果显示泥龄仅为6天时,投加比为0.2,硝化菌不到30天就达到稳定,出水氨氮不到15天就接近于零,而投加比为0时,7天后,出水氨氮仍有35mg/L左右;在恒定投加比下,泥龄越长,硝化越好,如投加比为0.01时,泥龄越大,氨氧降解越快,硝化菌浓度越高,当泥龄9.3天时,40天左右,出水氨氮可在2mg/I以下.这些均与实验结果相符,仿真结果表明生物添加法可有效的强化硝化及脱氮,提高投加比可提高主反应器的硝化菌浓度,提高氨氧化速率,在不同泥龄下,投加比对硝化影响不同,加大投加比,可以降低泥龄对硝化的影响.     

银川某污水厂工艺改造模拟研究

利用反应器生态系统的ASM2号数学模型及状态点分析法分析银川一污水处理厂的工艺.ASM2号模型将氧化沟分段模拟,模拟结果与实际水厂运行数据拟合良好;状态点分析法用于分析二沉池的运行工况;通过改变MLSS和活性污泥回流量,从而提高污水处理厂的出水水质;为水厂的改造提供数据支持.     

基于特征融合的面部表情识别

针对传统Gabor变换在提取表情特征时,冗余较大、特征维数较高的不足,结合ASM自动特征定位技术,提出了一种基于特征点Gabor特征和ASM形状特征相融合的面部表情识别方法. 实验表明,两种特征的融合,可有效地利用特征点的局部纹理信息和脸部器官的整体形状信息,达到了更好的面部表情识别效果.     

ASM函数的综合与分析

本文提出数字系统的ASM设计的直接综合法。借此,ASM函数用其图或表,而无需推导能够直接在合适的ROM、PLA或一组MUX模块上加以综合。ASM函数的输入是经过MUX预选后送入到综合结构上的,这样能使系统函数存贮密度减小,从而使综合结构网络简化。本法使整个算法更清晰、更系统、更简化和更有效。     

基于LBP和几何混合特征的人脸识别

提出一种基于ASM几何特征和LBP局部特征的人脸识别新方法。该方法首先使用ASM算法对样本数据进行区域筛选,然后通过LBP特征与ASM特征构建融合特征对人脸进行识别。本文使用JAFFE人脸数据库和CK+数据库进行算法测试,实验结果表明本文提出的方法比单独使用ASM和LBP特征在人脸识别率上有较大的改善。     

非均匀光照下的人脸表情多状态检测与分类

提出了一个用改进的不易受光照影响的ASM(Illum ination Insensitive-Active Shape Model,简称I2-ASM方法)进行眼睛和嘴巴轮廓检测以及用组合方法进行眼睛和嘴巴状态分类的算法。对有丰富表情的人脸图像进行实验,结果表明,提出的算法即使在非均匀光照下也能取得较好的轮廓检测和状态分类结果。     

一种基于二维信息匹配的ASM定位算法

主动形状模型ASM(Active Shape Models)目前在目标对象的定位中得到了广泛的应用。为进一步提高ASM的目标定位精度,在传统ASM方法的基础上,提出了一种基于二维信息匹配的ASM目标定位改进算法。该算法采用以轮廓点为中心的近似圆盘区域的二维灰度信息代替原算法的一维法线灰度信息进行目标轮廓匹配。实验表明与传统ASM算法相比,改进算法的目标定位精度有显著提高。     

基于单幅图像的人脸三维建模研究

由于人脸三维模型在三维动画、计算机游戏、视频会议、医学手术以及生物教学等许多领域都有着广泛的应用价值,使得越来越多的研究人员开始思考获取人脸三维模型的有效途径。文中先采用AdaBoost算法进行人脸检测,判断输入图像中是否含有人脸;接着,采用ASM模型对合有人脸的图像进行特征点提取;最后依据从图像中提取的特征点等信息对初始模型进行调整,实现了一种基于单幅图像的建模方法。